ProjektVýuka

Precision Lab: Aritmetika v pohyblivé řádové čárce krok za krokem a proč procesor nedělá chyby, i když výsledek nevychází

Procesor sice obvykle nedělá chyby, ale aritmetika v ALU je čistě kvůli technické realizaci něco jiného než výpočty z hlavy nebo na papíře. Vyzkoušejte novou interaktivní vizualizaci Precision Lab, která simuluje známé problémy floating-point výpočtů od drobných zaokrouhlovacích odchylek až po chyby v desítkách řádů.

Procesor sice obvykle nedělá chyby, ale zároveň je aritmetika v ALU něco jiného než výpočty, které děláme z hlavy nebo na papíře, čistě kvůli technické realizaci. U celých čísel je to ještě celkem průhledné – mohou přetéct, pokud se nevejdou do vyhrazené paměti –, ale u desetinných čísel je to vzhledem k jejich reprezentaci komplikovanější.

Připravil jsem proto v JavaScriptu vizualizaci Precision Lab, která simuluje známé problémy v pohyblivé řádové čárce, od drobných zaokrouhlovacích chyb až po chyby v desítkách řádů. Zároveň je dobré si uvědomovat, že tohle jsou sice chyby z pohledu uživatele, ale z pohledu CPU jde o naprosto korektní chování podle specifikace IEEE 754. Jinak řečeno: když něco počítáte na CPU, dávejte si pozor, jak vám to vychází. Snažil jsem se tam nacpat co nejvíc informací, tak doufám, že to ve výsledku není příliš nepřehledné.

Aplikace vyhodnotí zadané proměnné a krátký program jednou přesně (v racionálních číslech a ověřené aritmetice) a současně v každém zvoleném formátu IEEE 754, operaci po operaci, a ukáže, kde a proč se výsledky rozcházejí:

  • Porovnání formátů vedle sebe: Souběžný výpočet pro binary16, bfloat16, binary32 (float), binary64 (double), 80bitovou rozšířenou přesnost x87, binary128 (quad) i vlastní formát s libovolnou přesností p (1 až 100 000 bitů) a pěti zaokrouhlovacími režimy IEEE.
  • Tabulka kroků, diagnóza a detail bit po bitu: U každé operace vidíte směr zaokrouhlení, počet platných číslic, příznaky IEEE a příčinu rozdílu (chyba reprezentace, zaokrouhlení, pohlcení, katastrofické krácení ×κ, zděděná chyba, přetečení, podtečení či dvojí zaokrouhlení). V detailu kroku lze rozkliknout zarovnané mantisy, ochranný (guard) a sticky bit i formální zápis chyby.
  • Průchod přesnostmi (Precision Sweep): Spustí výpočet pro celou řadu přesností p (např. 1–1000 bitů) a vykreslí graf chyby a platných číslic v závislosti na p, včetně ostrých prahů konvergence (např. u Rumpova polynomu až od p = 122).
  • Ekvivalentní úpravy výrazu (AST): Zobrazí syntaktický strom příkazu a nabídne algebraické úpravy zachovávající přesný význam (komutativita, asociativita, vytýkání, rozložení mocnin), takže hned uvidíte, jak přepsání vzorce změní zaokrouhlené výsledky.
  • 25 komentovaných příkladů s citacemi: Od klasického 0.1 + 0.2 == 0.3, mezí přesných celých čísel (2^24 + 1, 2^53 + 1), porovnání s tolerancí a Kahanova sčítání až po Rumpův polynom, Mullerovu rekurenci, Kahanův jehlový trojúhelník nebo dvojí zaokrouhlení v x87, včetně odkazů na původní vědecké publikace.

Vizualizaci najdete v přehledu projektů i v podkladech předmětu KIV/PTE.